blob: 81ed23c802d5c784f083b8ab4a5822c71720a743 (
plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
|
---
author: Florian Fischer
theme: metropolis
aspectratio: 169
---
## Wdh KNN
{.center}
## Wie finden wir ein [geeignetes]{.underline} $k$?
### Validerung
Wir untersuchen ob unsere Wahl von $k$ "gut" war anhand \boldred{Validierungsdaten}.
\pause
### Woher kommen die Daten?
Wir teilen unseren Datensatz in **Trainings-** und **Validierungsdaten**.
## Validierung
### Vorgehen
1. Auswahl eines Validierungsdatenpunkts $P$
2. Berechnung der Klassifikation für $P$ mit Hilfe des KNN-Models für verschiedene Werte von $k$
3. Notieren für welche $k$ das berechnete Label mit dem tatsächlichen Label von $P$ übereinstimmt
4. Wiederholen des Vorgehens für alle Datenpunkte des Validierungsdatensatzes
5. Auswahl des Wertes für $k$, der am häufigsten zu einer korrekten Vorhersage des erwarteten Labels geführt hat
## Validierung
### Beispiel
::: {.columns}
:::: {.column width=50%}
Wir wählen den Validierungspunkt (VDP) $P (3.5 | 2)$ mit Label \textcolor{blue}{blau}.
\pause
\vspace{0.2cm}
Klassifizierung von $P$ mit verschiedenen Werten von $k$.
\vspace{0.2cm}
\pause
\vspace{0.2cm}
$\Rightarrow$ Wir wählen $k = 3$.
::::
:::: {.column width=50%}
::::
:::
## \faIcon{desktop} Arbeitsauftrag - Wahl von k - 10 min
* Öffne die Excel-Mappe `k_naechster_Nachbar_Klassifikation_Datensatz_T_Shirt` und navigiere zur Tabelle `Bestimmung_k_Allgemein`
* Führe das Verfahren für die restlichen Validierungsdaten durch und fülle die Tabelle
* Gib unter Verwendung der Tabelle die beste(n) Wahlen für den Parameter $k$ an
## {.standout}
Können wir unser Modell auf die Welt los lassen?
## Testen
Überprüfen der Vorhersagequalität des Modells anhand von \boldred{Testdaten}.
### Vorgehen
1. Berechnung der Label für die Testdaten unter Verwendung des trainierten KNN-Modells
2. Vergleich der berechneten Label mit dem jeweils zugehörigen erwarteten Label
## Testen
Die Ergebnisse können in einer \boldred{Konfusionsmatrix} übersichtlich dargestellt werden.
### Beispiel
{.center}
\text{Genauigkeit} \Large $= \frac{\text{korrekt klassifiziert}}{\text{Anzahl aller Daten}}$
## \faIcon{desktop} Arbeitsauftrag - Testen - 10 min
* Öffne die Excel-Mappe `k_naechster_Nachbar_Klassifikation_Datensatz_T_Shirt` und navigiere zur Tabelle `Testen_Konfusionsmatrix`
* Ergänze auf Basis der restlichen Trainingsdaten und $k = 4$ die Konfusionsmatrix
* Welche Genauigkeit ergibt sich für die gegebenen Testdaten?
## \faIcon{desktop} Arbeitsauftrag - Von der Idee zum Modell - 20 min
* Öffne das Programm Orange
* Die Daten liegen unter *Ablage/11b/vorlagen/KI/GymnasiumDaten*
* Versuche durch eine geeignete Merkmalsauswahl und sinnvolle Hyperparameterwerte (siehe Anleitung) ein möglichst optimales Klassifikationsergebnis für die Validierungsdaten zu erzielen
* Teste die Güte deines KI-Systems anhand der Testdaten und vergleiche deine Ergebnisse mit denen anderer Klassenmitglieder
|
